Durante la semana pasada se realizó la conferencia en línea titulada: Empowering Learners for the Age of AI (ELAI 2023). Esta conferencia fue organizada por la Global Research Alliance for AI in Learning and Education (GRAILE). En esta edición, fui invitada a ser parte del comité de programa junto con académicos de diferentes lugares del mundo, lo cual se tradujo en charlas y paneles para abordar diferentes temáticas relacionadas con la Inteligencia Artificial (IA) y su adopción en diferentes contextos educativos. A continuación, resumo lo aprendido durante mi participación en la conferencia.
¿Qué avances ha habido en IA en la educación?
Uno de los avances más significativos ha sido la mejora significativa de la IA generativa, y el desarrollo de aplicaciones como ChatGPT para producir diversas formas de contenido, como texto, código, imágenes y audio. Los grandes modelos de lenguaje (LLM), GPT3 de OpenAI, son un tipo de IA generativa, y se utilizan cada vez más para ayudar a evaluar los conocimientos y habilidades de los estudiantes. Para ejemplificar cómo los LLM pueden apoyar la evaluación educativa, se realizó el panel ‘Large Language Models in Educational Assessment’, en el cual panelistas de la Universidad de Alberta en Canadá -y de otras universidades- presentaron diferentes aplicaciones, tales como la corrección automatizada de ensayos, la generación automática de ítems para situaciones tipo prueba, y la evaluación basada en conversaciones. La amplia experiencia en investigación con LLM y otros tipos de modelos lingüísticos de estos panelistas puedes revisarla AQUÍ.
¿Qué casos de uso son interesantes de explorar?
Muchos de los avances de la IA han sido impulsados por países anglosajones, ya sea en Norteamérica, Europa, u Oceanía. Tomando en cuenta lo importante que es diversificar perspectivas sobre IA para enriquecer su implementación y minimizar sesgos, es interesante explorar qué está ocurriendo en países de otras regiones del mundo. Para cumplir con este objetivo, la conferencia incluyo diferentes paneles, entre ellos uno la adopción de analíticas de aprendizaje en México (ver panel AQUÍ) y uno sobre la adopción de IA en Brasil (ver panel AQUÍ). También incluyó un panel para conversar sobre el empoderamiento del estudiantado mediante IA desde una perspectiva africana (ver panel AQUÍ), u otro sobre aplicaciones de IA para abordar desafíos educativos transversales en Latinoamérica (ver panel AQUÍ). Algunos de estas aplicaciones son las siguientes:
Uso de asistentes virtuales para promover el aprendizaje autorregulado y enfoques de aprendizaje profundo.
Uso de LLM para mejorar la calidad de la retroalimentación entregada por docentes a estudiantes, y por estudiantes a docentes.
Uso de algoritmos de aprendizaje de máquinas para detectar estudiantes en riesgo de reprobar una asignatura, de manera de que sean contactados por el cuerpo docente (u otro equipo de intervención).
Uso de algoritmos cognitivo para identificar las habilidades a las que tus estudiantes han estado expuestos a lo largo de sus cursos completados y mejorar su empleabilidad.
¿Qué desafíos y limitaciones de la IA se vislumbran a la fecha?
Los desafíos de la IA en la educación son diversos y existen brechas a nivel global. Durante la realización del panel titulado: ‘Artificial Intelligence in Education for Underserved Communities (AIED Unplugged)’ (ver panel AQUÍ), Paul Prinsloo -profesor investigador de UNISA en Sudáfrica- argumento que la brecha tecnológica es un problema generalizado, no limitado solo al Sur global, y que comunidades enteras son intencionalmente desatendidas debido a su falta de contribución al desarrollo económico. Otros retos claves son la dicotomía entre vigilancia y cuidado, es decir, la necesidad de equilibrar la supervisión con la empatía y el apoyo hacia los estudiantes es otro reto clave. Además, la investigación tiende a centrarse en lugares con infraestructura tecnológica disponible, dejando atrás a áreas con recursos limitados. Por consiguiente, la accesibilidad a la tecnología es un tema crítico, así como la forma en que se abordan las pedagogías en contraposición al progreso de la IA. Dados estos desafíos, los intermediarios humanos entre el estudiante y la tecnología, la importancia del contexto, y el desarrollo de modelos locales de IA son cuestiones esenciales en la búsqueda de soluciones efectivas para mejorar la educación mediante la inteligencia artificial.
¿Qué tendencias se anticipan a futuro?
Abelardo Pardo, profesor y director de la escuela de ciencias de la computación y matemáticas de la Universidad de Adelaida en Australia, indicó que la incorporación de la IA en la educación ha provocado una disrupción significativa en la evaluación de los aprendizajes, además de modificar las habilidades requeridas para los graduados de la educación superior (ver charla AQUÍ). Estos avances están transformando la forma en que los estudiantes y profesionales acceden, generan y evalúan el conocimiento, generando un ahorro sustancial de tiempo en las etapas iniciales de la creación de contenido. Ahora, las versiones iniciales de los artefactos de conocimiento (p. ej., un ensayo), pueden generarse casi al instante, lo que incluye la capacidad de producir resúmenes automáticos, revisiones y críticas. Como resultado, se ha vuelto fundamental para los trabajadores del conocimiento contar con habilidades de alfabetización en IA para mantenerse actualizados y aprovechar al máximo estas innovaciones en la educación.
Sobre la alfabetización en IA, Mark Warschauer, profesor de educación y director del Digital Learning Lab en la Universidad de California en Irvine, argumentó que los profesionales del futuro deberán tener la capacidad de acceder a una variedad de herramientas de IA para realizar tareas específicas, comprendiendo las funciones, fortalezas, y debilidades de estas herramientas para emplear estrategias que permitan generar contenido útil (ver charla AQUÍ). Además, es esencial que puedan corroborar la precisión y veracidad del contenido generado por la IA, garantizando la integridad de la información. Finalmente, deberán ser capaces de incorporar el contenido generado por la IA en su trabajo de manera ética y efectiva, asegurándose de que se utilice de manera responsable y beneficiosa en diversos campos y aplicaciones. En conclusión, estas habilidades de alfabetización en IA se han vuelto esenciales en un mundo cada vez más impulsado por la tecnología y la automatización.
En resumen:
La IA en la educación ha llegado para quedarse, y si mantenemos un continuo diálogo entre diferentes actores sobre sus ventajas y limitaciones, podremos maximizar los beneficios para el aprendizaje (y minimizar sus potenciales amenazas). Conferencias como ELAI 2023 u otras instancias son muy valiosas para lograr cumplir este objetivo, permitiendo que investigadores, desarrolladores, y público en general socialice perspectivas sobre su uso en la actualidad, además de potenciar aplicaciones a futuro. Y para facilitar la conversación más allá de este post y de esta conferencia, les dejó la playlist a las sesiones de ELAI 2023 junto con algunos recursos adicionales que fueron compartidos por charlistas y panelistas durante la conferencia:
Andrew Ng: Opportunities in AI – 2023 https://youtu.be/5p248yoa3oE?si=9dykFfFEHNb_ZriX
Patricia Lucas, Rosa Robinson, y Lizzy Treacy: What is data poverty? – 2020 https://apo.org.au/node/310124
Wayne Holmes: The Unintended Consequences of Artificial Intelligence and Education – 2023: https://www.ei-ie.org/en/item/28115:the-unintended-consequences-of-artificial-intelligence-and-education
Comments